2022年国家卫健委印发《医疗机构设置规划指导原则》，明确要求，医院不断推动人工智能、大数据、云计算、5G等新兴信息技术与医疗服务深度融合。记者了解到，目前，人工智能已经在深圳的医院得到广泛应用。

　　AI预问诊，提升门诊医生工作效率

　　“哪里不舒服？”“胸痛疼了多久了？”“是刺痛、跳着痛还是酸痛？”……这些看病时医生常问的问题，现在将由AI大模型来问了！近日，深圳市人民医院正式上线了由腾讯健康开发的AI大模型预问诊系统。

　　该大模型通过机器学习和深度学习的技术，已经“吃透”了海量医学知识，包括全套医学教材、超百万套临床执业医师考试题，12万篇医学专业科普文章，医学论文、医学百科和药品说明书等超近百个G的文本数据。

　　与其它现有的预问诊系统不同，这个系统特别之处在于，它不再机械地提供文本选项供患者选择，而是搭载了多模态的大模型和自然语言处理内核。简单来说，与患者的沟通方式，从选择题变成对话框，可与患者进行自然、流畅的对话，文字、语音甚至图片都能理解。此外，系统可模拟医生问诊思路，从患病时间、发病缓急、病因诱因、是否服用过药物、过敏史等进行全面问诊，结合患者回答智能调整追问问题。

　　AI大模型的精准性如何？据了解，深圳市人民医院于去年12月就引入了该系统进行线上测试，经过基础阶段、第一阶段和第二阶段的训练评估，结果显示精准性逐步提高，如今病历小结的准确性已达到87%。系统的核心功能还在不断自动追踪网络上最新的医学文献和数据库，定期进行数据更新，保证其知识库的先进性和准确性，内容覆盖超过100个标准科室。截至目前，这位“电子医生”在深圳市人民医院已经接诊了13.73万人次，月均使用超2万人次，得到了广大患者和医护人员的高度认可。

　　预问诊系统的应用也大大提高医生的工作效率。系统一键生成规范的诊前报告，协助医生进行初步诊断，节省了大量时间与精力。而智能化数据分析功能，也有助于医院更好地了解患者需求，持续提升医疗服务质量。

　　AI辅助，医学影像诊断更快更准

　　近年来，人工智能技术的快速发展和深度学习算法的突破使得在医学影像诊断领域取得了显著进展。这些技术可以处理大量复杂的医学影像数据，准确识别病变特征，为医生提供精准的辅助诊断。

　　在北京大学深圳医院，医院引入的肺结节辅助诊断系统，利用计算机视觉和深度学习技术，能够对肺部CT病例进行检测识别，检出疑似结节、标定结节位置大小和形态，全自动输出相关影像辅助诊断信息，以提升阅片医生的工作效率和诊断准确率，减少漏诊和误诊。临床使用来看，肺结节良恶性AI预测评估判定准确率可达88.3%，能够帮助医生提高肺小结节、磨玻璃结节等检出。

　　该院引入的冠状动脉计算机断层显像术的辅助诊断系统，也展现了人工智能技术出色的性能，可完成冠状动脉血管增强CT影像自动重建和后处理计算，实现了从病灶检出、狭窄程度判断、斑块定性定量分析、结构化智能报告等全流程智能辅助诊断功能。经医院多中心研究验证，冠脉AI系统准确性可达到90%以上，敏感性可达到93%以上，特异性可达到97%以上。

　　机器人助手，外科医生的好“搭子”

　　近年来，越来越多的机器人进入到深圳各大医院手术室，成为了外科医生的“手术搭子”。

　　在中山大学附属第七医院，全骨科手术机器人在手术室大显身手。以膝关节置换手术为例，术前，机器人能基于患者CT进行快速分割，建立三维模型，并基于AI算法制定个性化手术方案，调整出与患者最适配的假体型号和位姿。术中，医生团队与机器人系统紧密配合，机器人能实现亚毫米级精准截骨，还能实时模拟全角度的膝关节，动态测量伸直屈曲间隙变化，提高手术的准确性。

　　有了机器人“手术搭子”，医生手术时间更短，手术精度更强，同时最大限度地保留了健康组织，减少了手术并发症的发生率，加快了患者康复速度。（记者 余海蓉）

分享让更多人看到